llms.txt é uma proposta recente que segue a lógica de arquivos consagrados como o robots.txt e o sitemap.xml: um endereço padronizado, na raiz do domínio, com informação estruturada para máquinas. A diferença é o destinatário — em vez de robôs de busca, ele fala com modelos de linguagem.

Neste guia estão o que o arquivo é, para que serve de fato, um exemplo real encontrado na prática, o passo a passo para criar o seu e — com honestidade — o que ainda não se sabe sobre a eficácia dele.

O que é o llms.txt? {#o-que-e}

llms.txt é um arquivo de texto simples, escrito em Markdown, publicado em seudominio.com.br/llms.txt. Seu propósito é oferecer a uma inteligência artificial uma visão curada e organizada do site: o que a marca faz, onde está o conteúdo que importa e sob quais condições ele pode ser usado.

A motivação é prática. Uma IA que precisa entender o seu site tem duas opções ruins: rastrear tudo e tentar deduzir o que é importante, ou ler a página inicial cheia de menus, banners e código. O llms.txt oferece uma terceira via — você mesmo diz o que importa, em texto limpo, sem HTML no meio.

O nome segue a convenção dos arquivos que ficam na raiz do domínio e o "LLM" vem de large language model, os modelos de linguagem por trás de ChatGPT, Claude, Gemini e Perplexity.

Para que serve, na prática {#para-que-serve}

1. Apresentar a marca de forma controlada. Você escreve em uma frase quem é e o que faz. Se uma IA precisar descrever o seu negócio, tem uma fonte direta em vez de inferir de fragmentos.

2. Apontar o conteúdo principal. Em vez de deixar a IA descobrir sozinha, você lista as páginas que realmente importam, cada uma com uma descrição curta.

3. Declarar a política de uso. Você deixa explícito se autoriza treinamento, busca e citação. É uma declaração de intenção — não um controle técnico.

4. Reduzir o esforço de leitura. Markdown limpo é muito mais fácil de processar que HTML com scripts e menus. Menos ruído significa menos chance de a IA entender errado.

Sabe quando alguém pergunta a uma IA "o que é a empresa X?" e a resposta mistura informações erradas de fontes aleatórias? O llms.txt é a tentativa de oferecer a versão oficial antes que ela precise adivinhar.

llms.txt, robots.txt e sitemap: qual a diferença? {#diferencas}

Os três ficam na raiz e falam com máquinas, mas resolvem problemas diferentes:

| Arquivo | Fala com | Responde a pergunta | Formato |
|---|---|---|---|
| robots.txt | Robôs de rastreamento | "Onde você pode entrar?" | Regras de permissão |
| sitemap.xml | Robôs de busca | "Quais são todas as URLs?" | Lista completa em XML |
| llms.txt | Modelos de linguagem | "O que é importante e como usar?" | Texto curado em Markdown |

A diferença essencial: o sitemap é exaustivo — lista tudo. O llms.txt é curado — lista o que importa, com contexto. Um catálogo completo versus um guia comentado.

E vale ser claro sobre os limites: o llms.txt não bloqueia nada. Quem controla acesso é o robots.txt. O llms.txt é informativo, não restritivo.

Como é o formato {#formato}

A estrutura proposta é deliberadamente simples:

```markdown

Nome do site

Uma frase que resume o que o site é e para quem serve.

Conteúdo principal

• Blog: artigos sobre X, Y e Z.
• Sobre: quem escreve e credenciais.

Referências

• Sitemap: inventário das URLs.
• Feed RSS: artigos mais recentes.

Política de uso

• Content-Signal: ai-train=yes, search=yes, ai-input=yes.
• Cite sempre a URL canônica ao usar o conteúdo.
  ```

As convenções: um # com o nome do site, uma linha começando com > como resumo, seções ## agrupando links, e cada link seguido de dois-pontos e uma descrição curta. A descrição depois do link é a parte mais importante — é ela que dá contexto, e o que diferencia isso de uma lista de URLs qualquer.

Um exemplo real {#exemplo-real}

Para além da teoria, vale ver um caso em produção. Ao analisar sites de referência em busca, encontramos um blog brasileiro com cerca de 50 mil visitas orgânicas mensais que publica um llms.txt completo. A estrutura dele:

• Cabeçalho com o nome e uma frase de posicionamento.
• Conteúdo principal — home, páginas de serviço, blog, cada uma com descrição.
• Pesquisa e referências — estudos, cases, sitemap.
• Superfícies para agentes — endereços de API somente-leitura para IAs consultarem o conteúdo diretamente.
• Política de uso — declaração explícita de ai-train=yes, search=yes, ai-input=yes e a nota de que conteúdo restrito é oferecido apenas como resumo com chamada para ação.

Três lições desse exemplo:

1. As descrições fazem o trabalho pesado. Cada link vem com uma explicação do que a página contém. É o que transforma a lista em mapa.

2. A política aparece explicitamente. Em vez de deixar implícito, o site declara o que autoriza.

3. Conteúdo restrito não é escondido — é resumido. Material que exige cadastro aparece como resumo e chamada para ação. A IA sabe que existe, sem que o cadastro seja contornado. É um detalhe elegante: transforma o consumo por IA em topo de funil.

Como criar o seu, passo a passo {#como-criar}

1. Escreva a frase de posicionamento

Uma frase que responda "o que é este site e para quem". É o texto que uma IA provavelmente vai reaproveitar ao descrever você.

2. Liste de 5 a 15 páginas que importam

Não coloque tudo — para isso existe o sitemap. Escolha a home, as páginas de serviço ou produto, o blog, a página de autores e materiais de referência.

3. Escreva uma descrição para cada link

Uma linha, direta, dizendo o que a pessoa (ou a IA) encontra ali. Este é o passo que mais gente pula, e é o que dá valor ao arquivo.

4. Declare a política de uso

Diga se autoriza treinamento, busca e citação. E peça a citação da URL canônica — não custa nada e às vezes funciona.

5. Publique na raiz e teste

O arquivo precisa responder em seudominio.com.br/llms.txt, com status 200 e tipo text/plain ou text/markdown. Teste com:

```bash
curl -I https://seudominio.com.br/llms.txt
```

6. Mantenha atualizado

Um llms.txt desatualizado é pior que nenhum: aponta para páginas que não existem mais. Revise sempre que a estrutura do site mudar.

O llms.txt funciona mesmo? {#funciona}

Aqui é preciso honestidade, porque há muito exagero circulando.

O que se sabe:

• É uma proposta da comunidade, não um padrão oficial de nenhum órgão.
• Nenhuma grande empresa de IA confirmou publicamente que usa o arquivo como fator de decisão.
• Adotar não traz risco: é um arquivo de texto que não interfere em nada.
• Já existe adoção real por sites de referência e por plataformas de documentação.

O que não se sabe:

• Se ChatGPT, Claude, Gemini ou Perplexity efetivamente leem e priorizam o arquivo hoje.
• Se ele influencia a chance de ser citado.

A conclusão razoável: o llms.txt é uma aposta de baixo custo e retorno incerto. Leva vinte minutos para criar, não tem efeito colateral, e se a proposta se consolidar você já estará pronto. Mas é um complemento, não uma estratégia — quem publica um llms.txt e não estrutura o conteúdo para ser citável está resolvendo o problema errado. As ações que comprovadamente importam estão em Generative Engine Optimization.

Desconfie de quem promete que o arquivo "faz seu site aparecer no ChatGPT". Não há evidência para isso.

Erros comuns {#erros}

• Listar todas as páginas do site. Isso é sitemap. O valor está na curadoria.
• Links sem descrição. Vira uma lista de URLs sem contexto.
• Esquecer de atualizar. Links quebrados destroem a utilidade.
• Achar que substitui o robots.txt. Não bloqueia nada.
• Publicar no lugar errado. Precisa ser na raiz do domínio.
• Tratar como estratégia de GEO. É um item de uma lista, e não o mais importante.

Conclusão

O llms.txt é uma resposta simples a um problema novo: sites que agora são lidos por máquinas que escrevem, não só por robôs que listam. Ele não substitui conteúdo bem estruturado nem garante citação — mas custa vinte minutos e coloca você na frente caso a proposta se consolide. O próximo passo é justamente esse: reserve vinte minutos, escreva a frase de posicionamento e liste as dez páginas que você gostaria que uma IA conhecesse antes de falar sobre você.